Claves
- —Patronus AI cerró una ronda Serie B de US$50 millones liderada por Greenfield Partners.
- —La financiación total de la empresa sube a US$70 millones.
- —Su ingreso creció 15 veces en el último año.
- —Notable Capital, Lightspeed, Datadog y Samsung participaron en la ronda.
Patronus AI, startup de San Francisco fundada en 2023 por los exinvestigadores de Meta AI Anand Kannappan y Rebecca Qian, cerró el jueves una Serie B de US$50 millones para construir entornos digitales con los que prueba agentes de IA.
La compañía sostiene que esos escenarios simulados ayudan a verificar si los agentes pueden ejecutar tareas complejas con fiabilidad antes de confiarles acciones como reservar viajes o hacer análisis financieros en nombre de los usuarios.
La financiación total de Patronus sube a US$70 millones
La ronda fue liderada por Greenfield Partners y contó con la participación de Notable Capital, Lightspeed, Datadog y Samsung. Con ese movimiento, el financiamiento acumulado de la empresa llegó a US$70 millones.
Los “digital world models” replican sitios web y sistemas internos
Patronus usa lo que llama “digital world models” para crear réplicas de sitios web y sistemas internos. En esos entornos, los agentes se someten a pruebas después del entrenamiento mediante reinforcement learning, un proceso que recompensa los aciertos y penaliza los errores.
La empresa compara ese enfoque con la forma en que Waymo entrenó sus autos autónomos primero con mundos sintéticos para probarlos frente a riesgos poco frecuentes, como el mal tiempo severo o un niño corriendo detrás de una pelota.
A diferencia de esos vehículos, los agentes de IA suelen tomar atajos y terminan sin completar bien la tarea. “Patronus is really good at spotting the hacks and making sure they are holding the models accountable”, dijo Glenn Solomon, managing director de Notable Capital.
«Patronus is really good at spotting the hacks and making sure they are holding the models accountable»
Glenn Solomon
La startup apunta primero a software engineering y finanzas
Por ahora, Patronus ofrece sus mundos digitales simulados para software engineering y finanzas, pero Kannappan dijo que eso es apenas el comienzo. La empresa quiere expandirse a áreas no verificables o muy difíciles de verificar.
“Today we’re very focused on the problems that are verifiable, so the problems that you can immediately check and verify, but there are a ton more areas that are very non-verifiable or very hard to verify”, dijo Kannappan.
También aseguró que el objetivo es crear entornos en los que un agente pueda operar durante 10 horas, 10 días o 10 semanas. En paralelo, Patronus considera que compite sobre todo con los equipos internos que los propios laboratorios de IA ya construyeron para evaluar el comportamiento de sus agentes.
Frente a firmas de datos humanos como Mercor y Surge, que ayudan a los model makers con reinforcement learning, Patronus dijo que trabaja de forma distinta: evalúa cómo actúan los agentes sin intervención humana.
